汤普森go语言 汤普森中文

汤普森与布克爆发语言冲突，赛场上究竟发生了什么？

在NBA的赛场上，双方球员发生争执在所难免，汤普森与布克爆发的所谓言语冲突，也只不过是常规操作，令人意外的是，汤普森的职业生涯，跟人的是老好人印象，在以往赛季中，几乎很少发生与对手球员的直接冲突，这就说明当时得到汤普森因为状态不佳而情绪失控，加之布克或许存在言语挑衅的行为，才会直接与其互喷垃圾话甚至上升到互相撞胸的程度。无论球员名气多大，只要在比赛期间敢于挑战裁判的权威，必不可少会得到惩罚，而汤普森便因为自己的不理智和不冷静，接连吃到两次技术犯规而被驱逐出场。

成都创新互联自2013年起，先为嘉黎等服务建站，嘉黎等地企业，进行企业商务咨询服务。为嘉黎企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

冲突发生在NBA的一场普通比赛中，卫冕冠军勇士队客场挑战太阳队，最终勇士队以105:134惨败给对手，足以说明全队都状态不佳，而汤普森更是延续了赛季开赛以来手感不佳的颓势，也直接导致心态发生了微妙变化，面对布克的垃圾话便没有控制好自己，进而付出了两个技术犯规从而被驱逐出场的惨重代价。其实汤普森并不是那种容易冲动的球员，要知道这也是其职业生涯中第一次被驱逐出场，不过这也从侧面印证了汤普森近期的心理波动还是比较大的，面对困局失去了基本的自制力。

新赛季开赛以来，汤普森在勇士队的出场时间锐减，也正是因为屡受限制的影响而迟迟找不到状态，久而久之内心就会产生焦躁情绪，在比赛期间遇到任何突发性事件都可能失去冷静。而事实也证明，在于对方球员产生摩擦时，一向都足够冷静和理智的汤普森，犹如一头发疯的公牛一样，跟布克在场上旁若无人的展开了互喷垃圾话的冲动行。汤普森和布克作为两支球队的核心球员，任何意外都可能对最终比分产生决定性影响，很遗憾，汤普森的离场，让勇士不得不接受惨败给对方的残酷现实。

其实不仅汤普森做出了匪夷所思的冲动举动，其实勇士队近期以来也是麻烦不断，要知道，格林与普尔的冲突事件刚刚平息不久，如今却不得不再次面对核心球员与对手冲突的严峻挑战，看来短时间内卫冕冠军很难重回正轨。当然，汤普森作为NBA球员拥有不容置疑的职业态度，相信在比赛结束以后，会很快发现自己的问题，经过调整以后便可以轻装上阵继续为球队做贡献。

Python 在编程语言中是什么地位？为什么很多大学不教 Python？

作者看着网上各种数据分析的知识泛滥， 但是没有什么体系，初学者不知道学哪些， 不知道学多少， 不知道学多深， 单纯一个python语言， 数据分析会用到那种程度， 不可能说像开发那样去学， numpy如果不是做算法工程师用到的知识并不多， pandas知识杂乱无章， 哪些才是最常用的功能等等， 作者不忍众生皆苦， 决定写一套python数据分析的全套教程， 目前已完成一部分课件的制作。需要说明的是， 作为一名数据分析师， 你应该先会一点Excel和SQL知识，相关的内容， 网上很多。但是， 即便你一点Excel和SQL都不会也不会影响这部分的学习 ！目前作者整理的大纲如下：

第一章 python编程基础

1.1 python语言概述 1.2 数据科学神器--Anaconda介绍与安装 1.3 标准输入输出 1.4 变量定义与赋值 1.5 数据类型 1.6 流程控制语句 1.7 函数

1.8 面向对象编程 第二章 python数据清洗之numpy 2.1 核心ndarray对象的创建 2.2 ndarray对象常用的属性和方法 2.3 ndarray对象的索引和切片 2.4 ndarray对象的分割与合并 2.5 ndarray对象的广播(Broadcast) 2.6 numpy中的算术运算函数 2.7 numpy中的统计函数 2.8 numpy中的排序 搜索 计数 去重函数 2.9 numpy中的字符串函数 2.10 numpy中可能会用到的线性代数模块（后期机器学习会用到一点）

第三章 数据清洗神器pandas

3.1 pandas核心对象之Series对象的创建 常用属性和方法 3.2 pandas核心对象之DataFrame对象的创建 常用属性和方法 3.3 DataFrame对象的列操作和行操作 3.4 DataFrame对象的索引和切片 3.5 DataFrame对象的布尔索引 3.6 数据的读入与导出 3.7 groupby分组运算 3.8 数据合并与数据透视

第四章 数据可视化matplotlib seaborn pyecharts

4.1 包括常用图形的绘制，略

第五章 实战案列

5.1 拉勾网数据分析相关职位分析 5.2 boss直聘数据分析相关职位分析 5.3 珍爱网女性用户数据分析

第六章 机器学习

机器学习部分， 简单的算法会讲手写， 难的就用scikit-learn实现， 可能有小伙伴说， 这是调包侠干的， 小哥哥！小姐姐！哪有那么多公司， 那么多人自己干写算法的， 有几个人敢说他写的算法比scikit-learn写得好？ 再说了， 你是数据分析师， 这些是你的工具， 解决问题的！不是一天到晚拉格朗日对偶性！先来个机器学习介绍， 然后如下：

6.1 K近邻算法 6.2 Kmeans算法 6.3 决策树 阶段案列：决策树案列(保险行业) 6.4 线性回归 岭回归 Lasso回归 6.5 逻辑回归 6.6 朴素贝叶斯 阶段案列：推荐系统(电商玩具) 6.7 随机森林 6.8 Adaboost 6.9 梯度提升树GBDT 6.10 极端梯度提升树Xgboost 6.11 支持向量机SVM 6.12 神经网络 阶段案例：Xgboost案例

------------------------------本节内容-----------------------------------------

python语言概述

在说python之前， 我们还是先来看看计算机软硬件的发展历史。

1 计算机硬件的发展历史

第一代计算机-电子管计算机（1946-1957）

无论如何，一项技术的突破必然伴随着其他行业的突破，简而言之，电子计算机的出现，前提必须有电子技术的进步，否则一切都是空谈！下面是我列举出计算机硬件的发展过程中， 一些比较重要的事件。

1906年， 美国的Lee De Forest 发明了电子管。在这之前造出数字电子计算机是不可能的。这为电子计算机的发 展奠定了基础。

1924年2月， 一个具有划时代意义的公司成立，IBM。

1935年， IBM推出IBM 601机。 这是一台能在一秒钟算出乘法的穿孔卡片计算机。这台机器无论在自然科学还是在商业意义上都具有重要的地位。大约造了1500台。

1937年， 英国剑桥大学的Alan M. Turing (1912-1954)出版了他的论文 ，并提出了被后人称之为"图灵机"的数学模型。

1937年， 美国贝尔试验室的George Stibitz展示了用继电器表示二进制的装置。尽管仅仅是个展示品，但却是世界上第一台二进制电子计算机。

1941年， Atanasoff和学生Berry完成了能解线性代数方程的计算机，取名叫"ABC"（Atanasoff-Berry Computer），用电容作存储器，用穿孔卡片作辅助存储器，那些孔实际上是"烧"上的。 时钟频率是60HZ，完成一次加法运算用时一秒。这就是ABC计算机。

1946年， 美国宾夕法尼亚大学，第一台通用电子计算机ENIAC (Electronic Numerical Integrator 和 Computer)诞生， 总工程师埃克特在当时年仅25岁。

这时的计算机的基本线路是采用电子管结构，程序从人工手编的 机器指令程序（0 1），过渡到符号语言（汇编），电子管计算机是计算工具革命性发展的开始，它所采用的进位制与程序存贮等基本技术思想，奠定了现代电子计算机技术基础。以冯·诺依曼为代表。

第二代计算机——晶体管计算机（时间1957~1964）

电子管时代的计算机尽管已经步入了现代计算机的范畴，但其体积之大、能耗之高、故障之多、价格之贵大大制约了它的普及应用。直到晶体管被发明出来，电子计算机才找到了腾飞的起点，一发而不可收……

20世纪50年代中期，晶体管的出现使计算机生产技术得到了根本性的发展，由晶体管代替电子管作为计算机的基础器件，用 磁芯或磁鼓作存储器，在整体性能上，比第一代计算机有了很大的提高。

第三代计算机——中小规模集成电路计算机（时间1964~1971）

20世纪60年代中期， 计算机发展历程随着半导体工艺的发展，成功制造了集成电路。中小规模集成电路成为计算机的主要部件，主存储器也渐渐过渡到 半导体存储器，使计算机的体积更小，大大降低了计算机计算时的功耗，由于减少了 焊点和 接插件，进一步提高了计算机的可靠性。

第四代计算机——大规模和超大规模集成电路计算机（时间1971~至今）

随着大规模集成电路的成功制作并用于计算机硬件生产过程，计算机的体积进一步缩小，性能进一步提高。集成更高的大容量半导体存储器作为内存储器，发展了并行技术和多机系统，出现了 精简指令集计算机（RISC），软件系统工程化、理论化，程序设计自动化。微型计算机在社会上的应用范围进一步扩大，几乎所有领域都能看到计算机的“身影”。

第五代计算机——泛指具有人工智能的计算机（至今~未来）

目前还没有明确地定义

2 简述计算机软件的发展历史

编程语言的发展

计算机软件系统的发展，也伴随着编程语言的发展。计算机程序设计语言的发展，经历了从机器语言、汇编语言到高级语言的历程。

机器语言：简单点说，机器本身也只认识0和1，电路无非就只有通和断两种状态，对应的二进制就是二进制的1和1。

汇编语言：汇编语言只是把一些特殊的二进制用特殊的符号表示，例如，机器要传送一个数据，假设“传送”这个指令对应的机器码是000101，则人们把000101用一个特殊符号，比如mov来表示，当人们要用这个指令时用mov就行，但是mov的本质还是000101，没有脱离硬件的范围，有可能这个指令不能在其他机器上用。

高级语言：高级语言完全脱离了硬件范畴，所有的语法更贴近人类的自然语言，人们只需要清楚高级语言的语法，写出程序就行了，剩下的交给编译器或者解释器去编译或者解释成机器语言就行了，看，这样就完全脱离了硬件的范畴，大大提高了程序的开发效率。接下来我们就来看看高级语言的发展，高级语言非常多，我们主要看看比较经典的几个。

高级语言的发展

B语言与Unix

20世纪60年代，贝尔实验室的研究员Ken Thompson（肯·汤普森）发明了B语言，并使用B编了个游戏 - Space Travel，他想玩自己这个游戏，所以他背着老板找到了台空闲的机器 - PDP-7，但是这台机器没有操作系统，于是Thompson着手为PDP-7开发操作系统，后来这个OS被命名为 - UNIX。

C语言

1971年，Ken Thompson（肯·汤普森）的同事D.M.Ritchie（DM里奇），也很想玩Space Travel，所以加入了Ken Thompson，合作开发UNIX，他的主要工作是改进Thompson的B语言。最终，在1972年这个新语言被称为C，取BCPL的第二个字母，也是B的下一个字母。

C语言和Unix

1973年，C主体完成。Ken Thompson和D.M.Ritchie迫不及待的开始用C语言完全重写了UNIX。此时编程的乐趣已经使他们完全忘记了那个“Space Travel”，一门心思的投入到了UNIX和C语言的开发中。自此，C语言和UNIX相辅相成的发展至今。

类C语言起源、历史

C++（C plus plus Programming Language） - 1983

还是贝尔实验室的人，Bjarne Stroustrup（本贾尼·斯特劳斯特卢普） 在C语言的基础上推出了C++，它扩充和完善了C语言，特别是在面向对象编程方面。一定程度上克服了C语言编写大型程序时的不足。

Python （Python Programming Language）--1991

1989年圣诞节期间，Guido van Rossum 在阿姆斯特丹，Guido van Rossum为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC语言的一种继承。之所以选中Python（大蟒蛇的意思）作为该编程语言的名字，是因为他是一个叫Monty Python的喜剧团体的爱好者。第一个Python的版本发布于1991年。

Java（Java Programming Language） - 1995

Sun公司的Patrick Naughton的工作小组研发了Java语言，主要成员是James Gosling（詹姆斯·高斯林）

C（C Sharp Programming Language） - 2000

Microsoft公司的Anders Hejlsberg（安德斯·海尔斯伯格）发明了C，他也是Delphi语言之父。

当然现在还有一些新语言，比如2009年Google的go语言，以及麻省理工的julia等。

3 为什么是Python

Python有哪些优点

1 语法简单 漂亮：我们可以说Python是简约的语言，非常易于读写。在遇到问题时，我们可以把更多的注意力放在问题本身上，而不用花费太多精力在程序语言、语法上。

2 丰富而免费的库：Python社区创造了各种各样的Python库。在他们的帮助下，你可以管理文档，执行单元测试、数据库、web浏览器、电子邮件、密码学、图形用户界面和更多的东西。所有东西包括在标准库，然而，除了它，还有很多其他的库。

3 开源：Python是免费开源的。这意味着我们不用花钱，就可以共享、复制和交换它，这也帮助Python形成了丰富的社区资源，使其更加完善，技术发展更快。

4 Python既支持面向过程，也支持面向对象编程。在面向过程编程中，程序员复用代码，在面向对象编程中，使用基于数据和函数的对象。尽管面向对象的程序语言通常十分复杂，Python却设法保持简洁。

5 Python兼容众多平台，所以开发者不会遇到使用其他语言时常会遇到的困扰。

Python有哪些作用

Python是什么都能做，但是我们学的是数据分析，我们看看在数据分析领域Python能做什么。

数据采集：以Scrapy 为代表的各类方式的爬虫

数据链接：Python有大量各类数据库的第三方包，方便快速的实现增删改查

数据清洗：Numpy、Pandas，结构化和非结构化的数据清洗及数据规整化的利器

数据分析：Scikit-Learn、Scipy，统计分析，科学计算、建模等

数据可视化：Matplotlib、Seaborn等等大量各类可视化的库

所以说总结， 为什么数据科学选的是python， 最重要就是两个原因：

1 语法简单漂亮

2 大量丰富免费的第三方库

约翰 汤普森简易钢琴教程第一册 把我带回弗吉尼故乡的英文怎么唱

Carry me back to old viginny.There's where the cotton and the corn and'tatoes grow ,there' where the birds warble sweet in the spring time ,there's where the old weary heart am longed to go.(请把我带回弗吉尼故乡，那里的棉花，土豆，小麦堆满仓，那里的小鸟再春天里唱歌，老人的心中在时刻向往）